4 نوع هوش مصنوعی و آنچه بازاریابان بیشتر استفاده می کنند (نظرسنجی)

احتمالاً شنیده اید که چگونه هوش مصنوعی می تواند شیوه کار بازاریابان را متحول کند. در واقع، ممکن است در حال حاضر از ابزارهای مبتنی بر هوش مصنوعی استفاده کنید.

اما اگر شما هم مثل من هستید، تا به حال “پرده را کنار نکشیده اید” تا ببینید این فناوری چگونه کار می کند.

در اینجا، ما به چهار نوع اصلی هوش مصنوعی – ماشین های پاسخ، حافظه محدود، تئوری ذهن و خودآگاهی – و اینکه چگونه هر نوع می تواند بازاریابی شما را هدایت کند، نگاه می کنیم.

چند نوع هوش مصنوعی وجود دارد؟

چهار نوع اصلی هوش مصنوعی وجود دارد: ماشین های واکنشی، حافظه محدود، تئوری ذهن و خودآگاهی.

با این حال، از آنجایی که هوش مصنوعی را می‌توان بر اساس عملکرد (انواع ذکر شده در بالا) و قابلیت‌ها دسته‌بندی کرد، سه مورد دیگر را به این ترکیب اضافه می‌کنید: هوش محدود (ANI)، هوش عمومی (AGI) و هوش فوق‌العاده (SGI).

در زیر هر نوع را توضیح خواهیم داد.

4 نوع هوش مصنوعی

موتور جت

همانطور که از نام آن پیداست، ماشین‌های واکنش‌گرا به درخواست‌های مختلف واکنش نشان می‌دهند و پاسخ می‌دهند. این کار را بدون استفاده از حافظه یا درک وسیع تری از زمینه انجام می دهد.

به عنوان مثال، این نوع هوش مصنوعی معمولا در طراحی بازی برای ایجاد حریف استفاده می شود. حریف به اقدامات، حرکات یا حملات شما در زمان واقعی پاسخ می دهد، اما از هدف کلی بازی بی اطلاع است. همچنین خاطرات را ذخیره نمی کند، بنابراین از تجربیات گذشته درس نمی گیرد یا گیم پلی خود را تنظیم نمی کند.

هوش مصنوعی واکنشی بسیاری از ابزارهای بازاریابی را تقویت می کند. یک مثال قابل توجه چت ربات است. این برنامه ها از هوش مصنوعی واکنشی برای پاسخ دادن به پیام ها (یا ورودی) با اطلاعات صحیح استفاده می کنند.

(منبع تصویر)

چت بات ها ابزاری محبوب در خدمات مشتری هستند، اما می توانند بهره وری فروشندگان را نیز افزایش دهند. به عنوان مثال، ChatSpot HubSpot یک دستیار مفید با هوش مصنوعی است که می تواند گزارش ها را جمع آوری کند، مخاطبین ایجاد کند و ایمیل های بعدی را بر اساس دستورات خاص ارسال کند.

علاوه بر چت بات ها، هوش مصنوعی واکنشی می تواند رفتار مشتری، اثربخشی کمپین و روندهای بازار را تجزیه و تحلیل کند. با این بینش، بازاریابان می‌توانند کمپین‌های خود را در لحظه بهینه‌سازی کنند و اثربخشی و ROI آن‌ها را بهبود بخشند.

حافظه محدود

هوش مصنوعی با حافظه محدود می تواند از مقدار محدودی داده یا بازخورد یاد بگیرد. با این حال، هیچ خاطره ای را برای مدت زمان طولانی “بانک” نمی کند.

یک مثال عالی از جنبه “محدود” این هوش مصنوعی ChatGPT است. دارای محدودیت 4000 نشانه (اشکال متن مانند کلمات) است و پس از این محدودیت نمی تواند چیزی را از یک مکالمه در حال انجام به خاطر بیاورد. بنابراین اگر مکالمه با 4097 توکن باشد، ChatGPT بر اساس آخرین 97 توکن پاسخ می دهد.

این فناوری را می توان در خودروهای خودران پیدا کرد. می تواند خطوط را تشخیص دهد و جاده پیش رو را ترسیم کند. همچنین می تواند سرعت خودرو و ترمز را در زمان واقعی بر اساس الگوهای ترافیک و شرایط جاده تنظیم کند.

در بازاریابی، هوش مصنوعی با حافظه محدود را می توان برای تجزیه و تحلیل حجم زیادی از داده ها مورد استفاده قرار داد و به بازاریابان کمک می کند تا تصمیمات هوشمندانه تری در مورد استراتژی ها و تاکتیک های خود بگیرند. همچنین می تواند بر اساس این داده ها پیش بینی ها و توصیه هایی انجام دهد.

اگرچه الگوریتم های محدود حافظه کارآمد هستند، اما خطاناپذیر نیستند. آنها می توانند اشتباه کنند یا پیش بینی های نادرست ارائه دهند، به خصوص هنگام کار با داده های قدیمی. به عبارت دیگر، خروجی فقط به اندازه ورودی شما خوب است. بنابراین مهم است که این الگوریتم ها با اطلاعات دقیق، مرتبط و به روز آموزش داده شوند.

امروزه دستگاه‌های جت و هوش مصنوعی با حافظه محدود رایج‌ترین انواع هستند. هر دو نوعی از هوش محدود هستند (که بعداً در مورد آن صحبت خواهیم کرد) زیرا نمی تواند خارج از قابلیت های برنامه ریزی شده خود عمل کند.

نظریه ذهن

نظریه ذهن تنها به عنوان یک مفهوم وجود دارد. این یک کلاس پیشرفته از فناوری است که می تواند حالات ذهنی افراد را درک کند.

به عنوان مثال، اگر به دلیل از دست دادن نوبت بر سر Google Maps فریاد بزنید، آزرده نمی شود یا حمایت عاطفی ارائه نمی دهد. در عوض، با یافتن مسیر دیگری پاسخ می دهد.

ایده پشت نظریه ذهن، ایجاد ماشین‌هایی است که می‌توانند با انسان‌ها تعامل مؤثرتری داشته باشند، زیرا آنها نیازها، اهداف و انگیزه‌های آن‌ها را درک می‌کنند. برای مثال، اگر یک سیستم هوش مصنوعی بتواند ناامیدی یک مشتری ناراضی را درک کند، می تواند با درایت بیشتری پاسخ دهد.

در بلندمدت، تئوری هوش مصنوعی می‌تواند پیامدهای مهمی برای بازاریابی داشته باشد. با این حال، هنوز در مراحل اولیه است، که پیش بینی زمان واقعی شدن آن را دشوار می کند.

خودآگاه

هوش مصنوعی خودآگاه به عنوان مرحله بعدی در تکامل نظریه ذهن دیده می شود، جایی که ماشین ها قادر به درک احساسات انسان هستند. و آنها احساسات، نیازها و باورهای خود را دارند. در حال حاضر، این نوع هوش مصنوعی فقط به صورت فرضی وجود دارد.

M3gan، رباتی از فیلمی به همین نام، نمونه ای از هوش مصنوعی خودآگاه است. او حساس است و می داند که کیست، احساسات دارد و می تواند احساسات اطرافیانش را درک کند. او بی دست و پا است، همانطور که ما انتظار داریم یک ربات باشد، اما او دارای تعاملات اجتماعی است.

مراحل هوش مصنوعی

هوش مصنوعی دارای سه مرحله است که عمدتاً با توانایی آن در تکرار توانایی های انسان تعیین می شود:

1. هوش باریک (ANI): هوش مصنوعی باریک بیشتر سیستم‌های هوش مصنوعی امروزی را تشکیل می‌دهد. در این مرحله، هوش مصنوعی برای انجام یک کار خاص یا مجموعه ای از وظایف طراحی شده است. هیچ توانایی یادگیری یا تطبیق خارج از برنامه نویسی آنها را ندارد. به عنوان مثال می توان به چت بات ها و دستیاران مجازی (مانند سیری) و الگوریتم های توصیه اشاره کرد.
2. اطلاعات عمومی (AGI): این تکامل بعدی هوش مصنوعی است. این سیستم‌ها به گونه‌ای طراحی شده‌اند که هوش انسان‌مانندی داشته باشند و به آن‌ها اجازه می‌دهند یاد بگیرند و با موقعیت‌های جدید سازگار شوند، انتزاعی فکر کنند، استدلال کنند و مشکلات را حل کنند. در این مرحله، AGI هنوز تا حد زیادی نظری است.
3. ابر هوش (ASI): ASI شکل پیشرفته‌ای از هوش مصنوعی است که از هوش انسانی پیشی می‌گیرد و به آن اجازه می‌دهد مشکلات پیچیده را حل کند، فناوری‌های جدید ایجاد کند و تصمیماتی فراتر از محدوده درک انسان بگیرد. ASI یک موضوع داغ بحث است و مزایا و خطرات بالقوه آن بسیار حدس و گمان است.

در حالی که این مراحل به طور گسترده پذیرفته شده اند، بحث در مورد اینکه چه چیزی هر مرحله را تعریف می کند و چه زمانی می توانیم به آنها برسیم وجود دارد – یا اینکه اصلاً باید هوش مصنوعی را توسعه دهیم.

برترین انواع هوش مصنوعی در بازاریابی

همانطور که گفته شد، هوش مصنوعی با حافظه واکنشی و محدود (هر دو هوش مصنوعی باریک) همه چیزهایی هستند که امروزه وجود دارند. این بدان معنی است که ابزارهای هوش مصنوعی مورد استفاده معامله گران کاملاً واکنشی یا واکنشی + حافظه محدود هستند.

ما از بیش از 1350 بازاریاب در ایالات متحده نظرسنجی کردیم تا درباره استفاده آنها از هوش مصنوعی و اتوماسیون و ابزارهایی که در نقش خود استفاده می کنند بیشتر بیاموزیم. در اینجا چند نکته کلیدی آورده شده است.

ابتدا، وقتی در مورد ابزارهای مولد هوش مصنوعی مورد استفاده در نقش های بازاریابی خود سؤال شد، بیشتر بازاریابان از هوش مصنوعی استفاده می کنند و از چت بات ها استفاده می کنند (66٪).

چت بات ها می توانند هوش مصنوعی واکنشی یا با حافظه محدود باشند. به عنوان مثال، یک چت بات مبتنی بر قانون که از الگوی if/then پیروی می کند و با پاسخ های آماده برنامه ریزی شده است را می توان هوش مصنوعی واکنشی نامید زیرا از ساختار مجموعه ای پیروی می کند و نمی تواند از ساختار منحرف شود.

چت ربات های یادگیری ماشینی، مانند چت ربات های مکالمه، هوش مصنوعی با حافظه محدود هستند، زیرا از داده ها و مکالمات گذشته برای پاسخ به مشتریان استفاده می کنند. آنها با گذشت زمان کارآمدتر می شوند، اما حافظه آنها محدود است.

بازاریابان همچنین گفتند که معمولاً از ابزارهای هوش مصنوعی بصری (57٪) و ابزارهای تولید متن (56٪) استفاده می کنند. صرف نظر از ابزاری که استفاده می‌کنند، هر هوش مصنوعی مولد یک هوش مصنوعی با حافظه محدود است، زیرا ابزارها می‌توانند محتوای جدیدی را بر اساس داده‌هایی که روی آن آموزش دیده‌اند ایجاد کنند.

همه کاربران هوش مصنوعی/اتوماسیونی که به نظرسنجی ما پاسخ دادند می گویند هوش مصنوعی و ابزارهای اتوماسیون به طور متوسط ​​2 ساعت و 24 دقیقه در روز صرفه جویی می کنند.

برگردیم به تو

از ماشین های واکنشی گرفته تا هوش مصنوعی با حافظه محدود، تئوری ذهن و خودآگاهی، هر نوع هوش مصنوعی دارای نقاط قوت و محدودیت های خود است. دانستن این تفاوت ها کلید انتخاب ابزارهای مناسب، استفاده موثر از آنها و جلوتر ماندن از منحنی است.